비전공자가 AI 도구를 쓰기 전에 먼저 정할 것

2026.09.22
비전공자가 AI 도구를 쓰기 전에 먼저 정할 것
AI 도구를 고르기 전에 반복 업무의 끝모양과 판단 기준을 정해야 합니다. 업무 목적을 한 문장으로 정하고 입력·처리·검토·출력의 흐름으로 나누는 방법을 정리했습니다.

"AI 도구를 써보고 싶은데, 무엇부터 눌러야 할지 모르겠어요." 비전공자 교육에서 자주 듣는 말입니다. 이때 새로운 도구의 사용법부터 설명하면 금방 막힙니다. 버튼은 외웠지만, 어떤 업무에 어떻게 연결해야 하는지 정하지 않았기 때문입니다.

과거에는 필요한 프로그램을 먼저 고르고 업무를 거기에 맞췄습니다. 이제는 순서가 달라져야 합니다. 먼저 바꾸고 싶은 업무의 끝모양을 정합니다. 그다음 필요한 도구를 고릅니다. AI 도구는 만능 직원이 아니라, 정해진 일을 빠르게 처리하는 전동공구에 가깝습니다. 드라이버로 못을 박을 수 없는 것처럼, 목적이 없는 AI 도구는 좋은 결과를 만들지 못합니다.

가장 먼저 정할 것은 도구가 아니라 업무의 끝모양입니다

처음에는 다음 문장을 완성합니다.

"나는 [반복 업무]를 AI로 처리해서, [사용할 결과물]을 [검토 기준]에 맞게 만든다."

예를 들어 "AI를 잘 쓰고 싶다"는 목표가 아닙니다. "매주 회의 메모를 세 줄 요약, 결정사항, 담당자별 할 일 목록으로 정리한다"가 실행 가능한 목표입니다. 결과물의 모양이 정해지면 어떤 AI 도구가 필요한지도 좁혀집니다.

업무를 네 칸으로 나누면 시작점이 보입니다

AI를 업무에 붙이는 과정은 식당의 주문표와 비슷합니다. 주문이 정확해야 주방이 제대로 만들고, 완성된 음식도 확인한 뒤 손님에게 나갑니다. 업무도 입력, 처리, 검토, 출력의 네 칸으로 나눕니다.

  • 입력: AI에 무엇을 넣는가. 회의 메모, 설문 응답, 초안처럼 실제 자료를 적습니다.
  • 처리: AI가 어떤 일을 하는가. 요약, 분류, 비교, 초안 작성 중 하나로 좁힙니다.
  • 검토: 사람이 무엇을 확인하는가. 숫자, 고유명사, 빠진 내용, 보안 정보를 확인합니다.
  • 출력: 최종 결과물은 어떤 모양인가. 표, 보고서 초안, 이메일 문장처럼 정합니다.

처음에는 한 가지 업무만 고릅니다

처음부터 문서 작성, 회의록, 자료 조사, 이메일을 한꺼번에 자동화하려고 하면 어디에서 문제가 생겼는지 알 수 없습니다. 재단사가 한 번에 옷 전체를 자르지 않고 치수를 먼저 재는 것처럼, 작은 업무 하나의 흐름부터 측정해야 합니다.

다음 세 가지 기준으로 하나를 고릅니다.

  • 일주일에 반복해서 발생하는 업무인가
  • 입력 자료와 결과물의 형태가 비교적 일정한가
  • 사람이 최종 검토할 수 있는 업무인가

예를 들어 매주 반복되는 회의록 정리는 시작하기 좋습니다. 회의 메모라는 입력이 있고, 요약과 할 일 목록이라는 출력이 있기 때문입니다. 반대로 책임 있는 판단을 AI에게 넘기는 업무는 첫 실습 주제로 삼지 않습니다.

복붙해서 쓰는 첫 지시문

업무를 정했다면 아래 문장을 실제 자료와 함께 사용합니다.

"너는 회의록 정리 담당자다. 아래 메모를 바탕으로 1) 핵심 내용 3개 2) 결정사항 3) 담당자와 기한이 있는 할 일 4) 확인이 필요한 내용을 작성해라. 메모에 없는 사실은 추측하지 말고 ‘확인 필요’라고 표시해라. 결과는 제목과 글머리표 형식으로 작성해라."

이 지시문에는 역할, 입력 자료, 처리 항목, 금지 조건, 출력 형식이 들어 있습니다. 프롬프트는 AI에게 보내는 지시문입니다. 건물의 설계도처럼 조건이 구체적일수록 결과를 확인하기 쉽습니다.

실습 전 체크리스트

  • 업무의 최종 결과물을 한 문장으로 설명했는가
  • 입력·처리·검토·출력을 각각 적었는가
  • 처음 적용할 업무를 하나로 제한했는가
  • AI가 추측하면 안 되는 내용을 정했는가
  • 사람이 마지막으로 확인할 항목을 정했는가

정리하면

비전공자가 AI 도구를 쓸 때 가장 먼저 정할 것은 어떤 도구를 설치할지가 아닙니다. 반복 업무의 끝모양과 확인 기준입니다. 업무를 입력·처리·검토·출력으로 나누고, 작은 업무 하나에 구체적인 지시문을 붙여야 합니다. 도구를 고르는 일은 그다음입니다.

FAQ

Q. AI 도구를 처음 쓰면 어떤 업무부터 고르면 되나요?

A. 반복 빈도가 높고 입력과 출력의 형태가 일정하며, 사람이 최종 검토할 수 있는 업무부터 고릅니다. 회의록 정리나 초안 분류가 시작점이 될 수 있습니다.

Q. AI가 만든 결과를 그대로 사용해도 되나요?

A. 그대로 사용하지 않습니다. 숫자, 고유명사, 누락된 내용, 보안 정보를 사람이 확인한 뒤 사용합니다. AI는 초안을 만드는 도구이지 최종 책임자가 아닙니다.

Q. 프롬프트를 길게 써야 하나요?

A. 길이보다 조건이 중요합니다. 역할, 입력 자료, 처리할 항목, 금지 조건, 출력 형식을 분명히 적으면 짧은 지시문도 실행하기 쉬워집니다.

작성자: 나미리 강사 (한국AI콘텐츠연구소 전임강사) · 문의: microniki3@gmail.com
강사 홈페이지: namiri-3.vercel.app

함께 보면 좋은 채널

댓글

댓글 쓰기

이 블로그의 인기 게시물

클로드 소네트 5.5 선택 기준: 문서 초안과 복잡한 판단 업무 나누기

이미지
클로드 소네트 5.5는 범위가 분명한 문서·스프레드시트 업무에 맞춘 모델입니다. Anthropic이 발표한 속도·비용 주장과 Opus가 적합한 복잡한 판단 업무를 구분하고, 실무자가 모델을 고르는 체크리스트를 정리했습니다. 목차 발표 수치와 내 업무 결과는 구분합니다 모델 선택 체크리스트 같은 과제로 비교하는 순서 정리하면 자주 묻는 질문 클로드 소네트 5.5는 문서·슬라이드·스프레드시트처럼 범위가 분명한 일상 업무에 맞춘 AI 모델입니다. 2026년 10월 3일 기준, 이 글에서는 Anthropic의 발표 수치를 사실과 구분하고 업무별 모델 선택 체크리스트를 정리합니다. “업무 초안 작성에 모델을 쓰려는데 속도·비용·복잡한 판단력 중 무엇을 우선할지 모르겠습니다.” 기업 교육에서 문서와 스프레드시트를 만드는 실무자가 자주 마주치는 선택입니다. 모델 이름이 새로 나왔다고 무조건 바꿀 필요는 없습니다. 먼저 맡길 일을 나눠야 합니다. 발표 수치와 내 업무 결과는 구분합니다 Anthropic은 2026년 9월 28일 공개한 자료에서 Sonnet 5.5가 이전 Sonnet보다 생성 속도가 30% 이상 빠르고, 대부분의 업무에서 작업당 비용이 최대 30% 낮다고 밝혔습니다. 이는 회사가 발표한 결과입니다. 내 문서에서도 같은 차이가 난다는 보장은 아니므로, 도입 판단 전에는 실제 업무로 확인해야 합니다. 여기서 ‘작업당 비용’은 한 번의 일을 끝내는 데 들어간 비용입니다. 재료비만 보는 것이 아니라 같은 제품을 완성하는 데 든 총비용을 비교하는 것과 같습니다. 사용 요금이 같아도 필요한 토큰 수나 재작업 정도가 달라지면 작업당 비용은 달라질 수 있습니다. 업무 유형 먼저 검토할 모델 확인할 기준 회의록·보고서 초안, 표 정리 클로드 소네트 누락, 사실 오류, 수정 시간 범위가 정해진 코딩·오류 수정 클로드 소네트 요구사항 준수, 테스트 통과 여부 조건이 얽힌 판단·열린 과제 클로드 오푸스 근거의 질, 판단의 일관성, 검수 부담 Anthr...
자세한 내용 보기

AI 음성은 목소리만 만드는 기술이 아닙니다: 생성·복제·검증을 나누어 보세요

2026.09.24 AI 음성은 목소리만 만드는 기술이 아닙니다: 생성·복제·검증을 나누어 보세요 AI 음성 기술은 자연스러운 목소리 생성보다 생성·복제·검증을 나누어 설계하는 일이 먼저입니다. 최신 음성 모델의 기능과 도입 전 확인할 기준을 정리했습니다. 목차 과거에는 읽어주기, 이제는 음성 설계 이번 발표에서 실무자가 볼 세 가지 무료 실습은 작은 대본으로 시작합니다 정리하면 자주 묻는 질문 ‘AI로 사람 목소리를 만들 수 있다는데, 어디까지 써도 되는지 모르겠습니다.’ 최근 AI 음성 기능을 살펴보면 이런 고민이 생깁니다. 문장을 읽어주는 기능만 생각했는데, 이제는 말투와 억양을 지시하고, 새로운 목소리를 만들고, 짧은 음성 샘플로 기존 목소리를 재현하는 기능까지 한 화면에 들어왔습니다. 다만 기능이 많아졌다고 바로 업무에 붙이면 안 됩니다. AI 음성은 하나의 버튼이 아니라 생성·복제·검증이 이어지는 작은 시스템 으로 봐야 합니다. 과거에는 읽어주기, 이제는 음성 설계 과거의 음성 합성은 입력한 문장을 기계적인 목소리로 읽는 데 초점이 있었습니다. 음성 합성은 글자를 소리로 바꾸는 기술입니다. 건물로 비유하면, 문장을 전달하는 기본 배관에 가깝습니다. 최근 공개된 Gemini 3.8 Flash TTS와 Flash-Lite TTS는 이 배관 위에 여러 설계 도구를 얹었습니다. 사용자가 자연어로 목소리의 역할·억양·특징을 지시하고, 문장마다 속도와 감정을 조절할 수 있습니다. 두 사람이 대화하는 장면도 하나의 대본으로 구성할 수 있습니다. 여기서 TTS는 Text-to-Speech의 줄임말입니다. 텍스트를 음성으로 바꾸는 기술이라는 뜻입니다. 반면 voice replication은 기존 목소리의 특징을 재현하는 기능 입니다. 새 목소리를 설계하는 것과 기존 목소리를 복제하는 것은 같은 일이 아닙니다. 구분 무엇을 하는가 도입 전에 볼 기준 음성 생성 설명한 특징에 맞춰 새로운 목소리를 만듭니다. 언어·...
자세한 내용 보기

AI 에이전트 도입 전에 먼저 설계할 것: 추적과 승인

2026.09.23 AI 에이전트 도입 전에 먼저 설계할 것: 추적과 승인 AI 에이전트 도입의 핵심은 더 많은 기능이 아니라 누가 무엇을 실행했는지 확인하는 구조입니다. 최근 기업 사례와 실무 점검 순서를 정리했습니다. 목차 과거에는 도구를 고르면 됐지만, 이제는 운영 구조가 필요합니다 도입 전에 확인할 세 가지 실무 적용 순서 자주 묻는 질문 "AI 에이전트를 도입했는데, 어떤 일을 했는지 나중에 확인하기 어렵습니다." 최근 기업 현장에서 자주 나오는 고민입니다. 에이전트는 단순한 대화형 AI와 다릅니다. 질문에 답하는 데서 끝나지 않고, 도구를 호출하고 여러 단계를 거쳐 실제 작업을 수행합니다. 사람이 지시하고 결과를 받는 도구 에서 업무를 대신 실행하는 직원 에 가까워진 셈입니다. 직원에게 업무를 맡길 때 출입 기록과 결재선이 필요하듯, 에이전트에도 실행 기록과 승인 절차가 필요합니다. 최근 Fortune 보도에 따르면 기업들은 에이전트가 늘어나는 상황에서 작업을 추적하고, 데이터와 모델을 한곳에서 관리하며, 승인된 에이전트만 운영하는 방향으로 움직이고 있습니다. 과거에는 도구를 고르면 됐지만, 이제는 운영 구조가 필요합니다 과거에는 업무에 맞는 AI 도구를 하나 고르면 됐습니다. 요약은 요약 도구에, 번역은 번역 도구에 맡기면 됩니다. 반대로 에이전트는 여러 도구를 연결해 업무의 다음 단계를 스스로 선택합니다. 그래서 문제가 생겼을 때 결과만 보는 방식으로는 부족합니다. 어떤 데이터로 어떤 판단을 했고 어떤 도구를 호출했는지 가 남아야 원인을 찾을 수 있습니다. 구분 기존 AI 도구 AI 에이전트 역할 질문에 답하거나 결과를 생성 여러 단계를 거쳐 업무를 실행 관리 대상 입력과 출력 권한, 도구 호출, 실행 과정 필요한 통제 사용 가이드 승인, 기록, 모니터링 핵심 정리 에이전트는 챗봇이 아니라 디지털 직원에 가깝습니다. 기능을 추가하기 전에 권한과 실행 기록을 설계해야 합니다....
자세한 내용 보기